openJiuwen首发X-Router自演进模型路由技术

当用户向AI助手提出一个简单的翻译请求时，系统调用的可能是一个千亿参数、部署在昂贵云端算力上的大语言模型；而处理多轮代码推演与调试时，调用的还是同一个模型。目前绝大多数AI应用仍处于“单模型包打天下”的阶段，不仅造成算力浪费，也难以应对复杂的多模型混合调度需求。

针对这一痛点，由华为2012实验室、华为云等团队联合开源的AI智能体（Agent）平台 openJiuwen 正式推出了面向请求的智能决策路由引擎，并首发 x-router 自演进模型路由技术。

从“单模型”到“智能调度队伍”

现实场景中，智能体往往需要面对本地轻量模型、云端顶配模型以及垂直领域的专属模型。openJiuwen智能路由的目标是在Agent与模型之间增加一层动态决策机制，根据任务复杂度实时决策最优模型，实现成本与效果的综合平衡。

该系统主要具备三大核心能力：

1. 精准能力画像：基于历史数据离线刻画每个模型在不同任务类型、难度、时延与成本上的表现，并支持在线动态刷新（更新时延优于1分钟），做到决策与模型调用解耦。
2. 多维动态决策：评估输入不仅看任务本身的多轮上下文，还结合KV缓存亲和性、实时算力负载以及目标服务可用性，通过启发式算法进行多目标权衡，选择综合最优模型。
3. 反馈驱动自演进：将决策算法设计为纯函数，状态独立外置。每次调用后的质量、时延与成本反馈会写回状态层，利用Contextual Bandit与轻量强化学习从实际运行中持续优化后续决策。

突破单模选择：MoA协同与多形态部署

除了单一模型的挑选，该框架还向上支持 WorkSwarm 的 MoA（多模型协同） 编排。当遇到超高难度任务时，路由层可动态激发多个模型协同作答，并通过语义去重、质量筛选与冲突消解聚合成高质量结果。

在架构实现上，openJiuwen智能路由核心基于Rust开发，并提供PyO3 Python接口，具有轻量与高性能特征：

• 端侧形态：单进程、内存态运行，内置轻量分类器（如Qwen3-0.6B），几乎无额外决策开销。
• 云侧与混合形态：端侧处理轻量任务，复杂需求动态升级至云端大模型，保持决策逻辑一致。

实测：成本最高削减超50%，效果几乎持平

在PinchBench全量147个任务评测中，x-router接入五级端云混合模型池进行验证：

• 静态路由模式：相比全量调用云端强模型基线，模型调用成本降低25.7%，任务得分仅微降5.1%。
• Bandit自演进模式：在反馈驱动下，任务得分回升至70.70%（与全云基线71.36%基本持平），总调用成本由$11.11降至$6.16，整体成本大幅削减44.6%。

在Terminal-Bench与LLMRouterBench评测中，基于三档模型池的成本优先模式下，系统在取得媲美顶尖模型95.2%成功率的前提下，调用成本降低达51.4%。

目前，openJiuwen智能路由已正式开源，支持开发者在端侧和云端灵活集成，以算法自演进机制加速Agent低成本规模化落地。